精密医療の究極の目標は、適切な治療を、適切な人に、適切なタイミングで提供することである。過去10年間には、診断と治療においてデータを多用する数多くのアプローチが登場してきた。これらは、従来の「画一的な」手法から、患者一人ひとりに合わせた戦略へと実践を発展させることを目指している。
DNAシーケンシング、メタボロミクス、単一細胞技術といったスクリーニング技術の進歩により、人体の分子構成について、これまで以上に詳細な地図にアクセスできるようになった。精密医療は、臨床医に対し、健康な人と病気の人を区別し、疾患の進行段階ごとに分類するための新たな視点を提供する。
データ解析アルゴリズムの力により、分子スクリーニングは疾患の原因を明らかにし、正常な機能を回復させるための新たな創薬標的に光を当てることができる。患者データに対する機械学習アルゴリズムは、疾患の進行を予測する際に有望な成果をもたらすことができ、画像解析アルゴリズムは、さまざまな病状の診断を支援することができる。
しかし、精密医療には高度なスクリーニング技術が必要であり、特に低中所得国を中心とする世界の多くの地域では、そうした技術が利用できない。これは世界規模での導入に対する障壁であり、最も深刻な問題として、世界規模で提供できる範囲に上限を設けてしまう。さらに、精密医療が国家間や各国内の社会経済的集団の間で、医療や健康面の格差を拡大させる可能性さえある。
精密医療という新たな概念は、患者データを国の医療制度から得られる膨大な人口データと統合することを目指している。人口データや社会経済的背景を考慮に入れることで、精密医療は医療の質を向上させ、患者一人ひとりに合わせた治療へのアクセスを民主化することが期待される。これら二つの層を統合することで、診断と治療の多面的な性質をより豊かに反映したモデルが生まれるだろう。例えば、個人の健康は、その人の社会的・地理的背景から切り離して考えることがしばしば難しい。精密医療は、人口データから、地域社会への所属や年齢といったリスク要因を抽出し、それらを患者個人の情報と組み合わせるために用いることができる。こうした融合により、臨床上の意思決定の改善、医療制度のコスト削減、そしてより良い健康アウトカムにつながりうる。
精密医療の登場は、数多くの技術的課題をもたらす。個人レベルのデータと公衆衛生データの接点では、疾患の進行、医療介入、医療提供といったさまざまな関連要因を特徴づけるための新たな数学的手法が必要となる。個人データと人口データを、扱いやすく理解可能な解像度で統合するための新たな数学が緊急に求められている。計算モデルは、実務者が操作し理解できる程度に粗いものでなければならないが、同時に、対象となる疾患や集団の特異性を考慮できる程度に詳細でなければならない。モデルはデータの複雑さを捉えつつ、同時に、臨床上の意思決定を支援しうる扱いやすい記述を生み出す必要がある。
これは、精密医療の未来を支える新たな数学の中核に据えるべき、繊細なバランスである。インペリアル・カレッジ・ロンドンのEPSRC精密医療数学センターのような分野横断的な取り組みが、この新たな領域を牽引しており、臨床医や公衆衛生の専門家と連携して、データ統合と解析のための次世代の方法論を開発している。
精密医療がその約束を果たすためには、データの取得と処理に関する規制面をめぐって、さまざまな課題を解決する必要がある。これは膨大な作業であり、患者団体、臨床医、公衆衛生機関、市民社会を含むすべての関係者による協調的な取り組みが求められる。このような協力は、誰もが医療技術の急速な進歩の恩恵を確実に受けられるようにするために必要である。精密医療の新時代において、データは世界の医療システムの運営方法を根本的に変えるための原動力である。
